小白评测opencv-ORB

简介: 牙叔教程 简单易学

牙叔教程 简单易学


使用场景


orb适用于简单的图片查找, 比如一些纯色和形状比较单一的图片, 即使缩放旋转都可以找到;


如果是游戏这种, 色彩丰富的图片, 并且有山水天, 等等复杂地形的图片, 就不能用了


简单的图片, 效果尚可





复杂的图片, 特征点都找到四面八方去了


这个是找中间顶部的女生头像



这个是找右侧的点赞按钮



这个是找点赞按钮



autojs版本


8.8.10-0


代码讲解


1. 初始化opencv, 不加这个会报错
runtime.images.initOpenCvIfNeeded();


2. 导入用到的类
importClass(java.util.LinkedList);
importClass(org.opencv.imgproc.Imgproc);
importClass(org.opencv.imgcodecs.Imgcodecs);
importClass(org.opencv.core.Core);
importClass(org.opencv.core.Mat);
importClass(org.opencv.core.MatOfDMatch);
importClass(org.opencv.core.MatOfKeyPoint);
importClass(org.opencv.core.MatOfRect);
importClass(org.opencv.core.Size);
importClass(org.opencv.features2d.DescriptorExtractor);
importClass(org.opencv.features2d.DescriptorMatcher);
importClass(org.opencv.features2d.FeatureDetector);
importClass(org.opencv.features2d.Features2d);


3. 设置图片路径
// let bigImgPath1 = "./图片素材/测试_缩小一半.png";
// let smallImgPath = "./图片素材/测试小图.png";
// let bigImgPath1 = "./图片素材/测试小图.png";
// let smallImgPath = "./图片素材/测试小图.png";
// let bigImgPath1 = "./图片素材/game001.png";
// let smallImgPath = "./图片素材/game001_女生头像.png";
// let bigImgPath1 = "./图片素材/dy1.png";
// let smallImgPath = "./图片素材/dy1_心_带背景.png";
let bigImgPath1 = "./图片素材/dy1_右侧.png";
let smallImgPath = "./图片素材/dy1_心_带背景.png";


4. 对比两张图片
compareImages(bigImgPath1, smallImgPath);


自定义函数compareImages


1. 保证是绝对路径
bigImgPath1 = files.path(bigImgPath1);
smallImgPath = files.path(smallImgPath);


2. 初始化一些变量
var detector = FeatureDetector.create(FeatureDetector.ORB);
var descriptor = DescriptorExtractor.create(DescriptorExtractor.ORB);
var matcher = DescriptorMatcher.create(DescriptorMatcher.BRUTEFORCE_HAMMING);


3. 计算图片特征
// 处理大图
var bigImg = Imgcodecs.imread(bigImgPath1);
var descriptors1 = new Mat();
var keyPoints1 = new MatOfKeyPoint();
detector.detect(bigImg, keyPoints1);
descriptor.compute(bigImg, keyPoints1, descriptors1);
// 处理小图
var smallImg = Imgcodecs.imread(smallImgPath);
var descriptors2 = new Mat();
var keyPoints2 = new MatOfKeyPoint();
detector.detect(smallImg, keyPoints2);
descriptor.compute(smallImg, keyPoints2, descriptors2);


4. 匹配特征点
var matches = new MatOfDMatch();
matcher.match(descriptors1, descriptors2, matches);


5. 提取前200个特征点
// 排序
var mats = matches.toArray();
function compareNumbers(a, b) {
  return a.distance - b.distance;
}
mats.sort(compareNumbers);
// 提取最佳匹配
let num = 200;
var goodMatch = new LinkedList();
let tempArr = mats.slice(0, mats.length >= num ? num : mats.length);
tempArr.map((item) => {
  goodMatch.add(item);
});
matches.fromList(goodMatch);


6. 画特征点
var dst = new Mat();
Features2d.drawMatches(bigImg, keyPoints1, smallImg, keyPoints2, matches, dst);
let tempFilePath = files.join(files.getSdcardPath(), "脚本", "orb.png");
Imgcodecs.imwrite(tempFilePath, dst);


7. 释放资源
bigImg.release();
descriptors1.release();
smallImg.release();
descriptors2.release();
dst.release();


8. 查看图片
app.viewFile(tempFilePath);


完整源码

公众号回复  obr

感谢大佬分享ORB例子



声明

部分内容来自网络

本教程仅用于学习, 禁止用于其他用途








相关文章
|
7月前
|
算法 计算机视觉 Python
openCV 3计算机视觉 Python语言实现 笔记 第三章 使用OpenCV 3处理图像
openCV 3计算机视觉 Python语言实现 笔记 第三章 使用OpenCV 3处理图像
|
8月前
|
算法 计算机视觉 Python
OpenCV均值、中值滤波器的讲解及实战应用(附Python源码)
OpenCV均值、中值滤波器的讲解及实战应用(附Python源码)
829 0
|
机器学习/深度学习 人工智能 算法
手把手教你使用LabVIEW人工智能视觉工具包快速实现Harris角点检测(含源码)
手把手教你使用LabVIEW人工智能视觉工具包快速实现Harris角点检测(含源码)
245 0
|
机器学习/深度学习 人工智能 算法
LabVIEW快速实现OpenCV DNN(YunNet)的人脸检测(含源码)
LabVIEW快速实现OpenCV DNN(YunNet)的人脸检测
640 0
LabVIEW快速实现OpenCV DNN(YunNet)的人脸检测(含源码)
|
机器学习/深度学习 数据可视化 PyTorch
手把手教你使用LabVIEW OpenCV DNN实现手写数字识别(含源码)
今天和大家一起来看一下在LabVIEW中如何使用OpenCV DNN模块实现手写数字识别
226 0
|
机器学习/深度学习 计算机视觉 Python
|
计算机视觉 索引
|
计算机视觉
模板匹配人眼---OpenCV-Python开发指南(33)
模板匹配人眼---OpenCV-Python开发指南(33)
194 0
模板匹配人眼---OpenCV-Python开发指南(33)
|
算法 数据挖掘 Android开发
|
Java Linux API
Day 12: OpenCV —— Java开发者的人脸检测
今天我准备学习如何用Java来进行人脸检测。人脸检测有助于在任何数字图像上识别人脸,在做了一些研究后,我发现OpenCV的库可以帮我检测图像中的人脸。不过,我没能找到一个完整的通过Java使用OpenCV库的初学者教程,所以这篇文章可能会是他人在这方面学习的资料。
257 0
Day 12: OpenCV —— Java开发者的人脸检测

热门文章

最新文章